Bagaimana untuk menggabungkan dan menyertai data menggunakan DataFrame dalam Python?

gabung()

1 Gabungan konvensional

①Kaedah 1

Nyatakan lajur rujukan , berdasarkan lajur ini, gabungkan lajur lain.

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")
df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

②Kaedah 2

Untuk mencapai gabungan ini, anda juga boleh bergabung mengikut indeks, iaitu, gunakan lajur indeks sebagai asas. Hanya tetapkan indeks_kiri dan indeks_kanan kepada Benar
. (Kedua-dua left_index dan right_index lalai kepada False. left_index bermaksud jadual kiri adalah berdasarkan indeks data jadual kiri dan right_index bermaksud jadual kanan adalah berdasarkan indeks data jadual kanan.)

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

df_merge = pd.merge(df1, df2, left_index=True, right_index=True)
print(df_merge)

Berbanding dengan kaedah ①, perbezaannya ialah, seperti yang ditunjukkan dalam rajah, terdapat lajur pendua dalam data yang digabungkan mengikut kaedah ②.

Parameter penting

pd.merge(right,how=‘inner’, on=“None”, left_on=“None”, right_on=“None”, left_index= False, right_index=False )

参数	描述
left	左表，合并对象，DataFrame或Series
right	右表，合并对象，DataFrame或Series
how	合并方式，可以是left(左合并), right(右合并), outer(外合并), inner(内合并)
on	基准列 的列名
left_on	左表基准列列名
right_on	右表基准列列名
left_index	左列是否以index为基准，默认False，否
right_index	右列是否以index为基准，默认False，否

Antaranya, indeks_kiri dan indeks_kanan tidak boleh dinyatakan pada masa yang sama seperti pada.

Kaedah gabung kiri kanan luar dalam

Sediakan data‘

Sediakan set data baharu:

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '004', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

dalaman (lalai)

Menggunakan persilangan kunci daripada kedua-dua set data

rreee

luar

Kesatuan menggunakan kunci daripada kedua-dua set data

df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

kiri

Gunakan kekunci daripada set data kiri

df_merge = pd.merge(df1, df2, on='id', how="outer")
print(df_merge)

kanan

Gunakan kekunci daripada set data sebelah kanan

df_merge = pd.merge(df1, df2, on='id', how='left')
print(df_merge)

2. Gabungan banyak-dengan-satu

df_merge = pd.merge(df1, df2, on='id', how='right')
print(df_merge)

Seperti yang ditunjukkan dalam rajah, terdapat data id1 pendua dalam df2.

Gabung

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '001', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

Hasil gabungan adalah seperti yang ditunjukkan dalam rajah:

Masih menggunakan kaedah Inner lalai, menggunakan data daripada kedua-dua set data Persilangan kekunci. Dan baris dengan kunci pendua akan ditunjukkan sebagai berbilang baris dalam hasil gabungan.

3. Gabungan banyak-ke-banyak

Sebagai contoh, terdapat berbilang baris dengan ID pendua dalam Carta 1 dan Jadual 2.

df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

import pandas as pd
df1 = pd.DataFrame({'id': ['001', '002', '002', '002', '003'],
                    'num1': [120, 101, 104, 114, 123],
                    'num2': [110, 102, 121, 113, 126],
                    'num3': [105, 120, 113, 124, 128]})
df2 = pd.DataFrame({'id': ['001', '001', '002', '003', '001'],
                    'num4': [80, 86, 79, 88, 93]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

concat()

pd.concat(objs, axis=0, join= ‘luar’, ignore_index:bool=False,keys=None,levels=None,names=None, verify_integrity:bool=False,sort:bool=False,copy:bool=True)

参数	描述
objs	Series，DataFrame或Panel对象的序列或映射
axis	默认为0，表示列。如果为1则表示行。
join	默认为"outer"，也可以为"inner"
ignore_index	默认为False，表示保留索引（不忽略）。设为True则表示忽略索引。

其他重要参数通过实例说明。

1.相同字段的表首位相连

首先准备三组DataFrame数据：

import pandas as pd
df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 114, 123],
                    'num2': [110, 102, 121],
                    'num3': [113, 124, 128]})
df2 = pd.DataFrame({'id': ['004', '005'],
                    'num1': [120, 101],
                    'num2': [113, 126],
                    'num3': [105, 128]})
df3 = pd.DataFrame({'id': ['007', '008', '009'],
                    'num1': [120, 101, 125],
                    'num2': [113, 126, 163],
                    'num3': [105, 128, 114]})


print(df1)
print("=======================================")
print(df2)
print("=======================================")
print(df3)

合并

dfs = [df1, df2, df3]
result = pd.concat(dfs)
print(result)

如果想要在合并后，标记一下数据都来自于哪张表或者数据的某类别，则也可以给concat加上 参数keys 。

result = pd.concat(dfs, keys=['table1', 'table2', 'table3'])
print(result)

此时，添加的keys与原来的index组成元组，共同成为新的index。

print(result.index)

2.横向表合并（行对齐）

准备两组DataFrame数据：

import pandas as pd
df1 = pd.DataFrame({'num1': [120, 114, 123],
                    'num2': [110, 102, 121],
                    'num3': [113, 124, 128]}, index=['001', '002', '003'])
df2 = pd.DataFrame({'num3': [117, 120, 101, 126],
                    'num5': [113, 125, 126, 133],
                    'num6': [105, 130, 128, 128]}, index=['002', '003', '004', '005'])

print(df1)
print("=======================================")
print(df2)

当axis为默认值0时：

result = pd.concat([df1, df2])
print(result)

横向合并需要将axis设置为1 ：

result = pd.concat([df1, df2], axis=1)
print(result)

对比以上输出差异。

• axis=0时，即默认纵向合并时，如果出现重复的行，则会同时体现在结果中

• axis=1时，即横向合并时，如果出现重复的列，则会同时体现在结果中。

3.交叉合并

result = pd.concat([df1, df2], axis=1, join='inner')
print(result)

Atas ialah kandungan terperinci Bagaimana untuk menggabungkan dan menyertai data menggunakan DataFrame dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!